威斯康星乳腺癌诊断数据集
该数据集是一个表格形式的医学数据集，包含从乳腺肿块细针穿刺数字化图像中提取的细胞核特征（如半径、纹理、周长等十个实值属性）以及对应的诊断结果（恶性或良性），主要用于乳腺癌诊断的机器学习分类任务，支持医学研究和早期筛查应用。
基本信息
资源简介
威斯康星乳腺癌诊断数据集
【数据集背景】
本数据集源站标题为《wwydmanski/wisconsin-breast-cancer》。源站首次发布：2023-02-23。
【数据内容】
源站原始描述：## Source: Copied from the original dataset ### Creators: 1. Dr. William H. Wolberg, General Surgery Dept. University of Wisconsin, Clinical Sciences Center Madison, WI 53792 wolberg ''''@'''' eagle.surgery.wisc.edu 2. W. Nick Street, Computer Sciences Dept. University of Wisconsin, 1210 West Dayton St., Madison, WI 53706 street ''''@'''' cs.wisc.edu 608-262-6619 3. Olvi L. Mangasarian, Computer Sciences Dept. University of Wisconsin, 1210 West Dayton St., Madison, WI 53706 olvi ''''@'''' cs.wisc.edu ### Donor…
文件 load_script.py 为文本内容，开头为：import datasets from datasets.tasks import TaskTemplate from sklearn.model_selection import train_test_split _ORIGIN = "https://archive-beta.ics.uci.edu/datas…
主表 test.csv 含 32 列、样本前 144 行结构完整。
主表 train.csv 含 32 列、样本前 427 行结构完整。
【数据结构与技术规格】
文件数 3 个，合计 124.54 KB。
【主题与分类】
主题标签：task_categories:tabular-classification、size_categories:n<1K、format:csv、modality:tabular、modality:text、library:datasets、library:pandas、library:mlcroissant、library:polars、region:us。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://huggingface.co/datasets/wwydmanski/wisconsin-breast-cancer
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("wwydmanski/wisconsin-breast-cancer")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/wwydmanski/wisconsin-breast-cancer
数据说明
威斯康星乳腺癌诊断数据集是一个用于表格分类任务的医学数据集，专注于乳腺癌的良恶性诊断。该数据集的特征来源于乳腺肿块的细针穿刺（FNA）数字化图像，通过计算提取了细胞核的形态学特征，包括半径、纹理、周长、面积、平滑度、紧密度、凹度、凹点、对称性和分形维度等十个实值特征。数据集由William H. Wolberg、W. Nick Street和Olvi L. Mangasarian创建，Nick Street捐赠，包含ID号、诊断结果（恶性或良性）及对应的特征数据，规模小于1K样本。主要应用于机器学习、数据挖掘和医学诊断研究，支持乳腺癌早期筛查和分类模型开发。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
完整数据卡：huggingface.co/datasets/wwydmanski/wisconsin-breast-cancer
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
